肩扛CMU人工智慧大旗，機器學習教父Tom Mitchell如何講述AI＋教育？

當一個人被冠以「教父」之稱，即便是在非宗教的領域，也意味著這個人起到了父親般的「監護」、「引導」角色。

Tom M Mitchell，他被全球公認為機器學習教父，在機器學習領域的地位可見一斑。

他在全球人工智慧實力排名第一的卡耐基梅隆大學（以下簡稱CMU）創辦了人類歷史上的第一個機器學習系並擔任系主任。

他的經典著作《機器學習：一種人工智慧方法》被認為是行業聖經，銷量驚人。

他創辦了美國《Machine Learning》雜誌、國際機器學習年度會議（ICML），為人工智慧與機器學習領域持續輸出觀點。

他的學術論文專著超過130篇，在包括《Science（科學）》、《Nature （自然）》等世界頂級學術期刊發表。

他擁有眾多閃亮的頭銜：CMU計算機科學學院機器學習系主任、教授，美國工程院院士，美國科學進展學會（AAAS）成員，人工智慧進展學會（AAAI）成員。

扛起CMU人工智慧教育大旗

2018年3月，拒統計全球院校計算機科學領域實力排名的開源項目CSranking顯示，卡耐基梅隆大學（CMU）、麻省理工學院（MIT）與斯坦福大學名列全球前三；如果只考慮AI部分的排名，排名第一的是卡耐基梅隆大學（CMU），清華大學排名第二，康奈爾大學和斯坦福大學並列第3。

今年，《美國新聞與世界報道》雜誌（U.S. News and World Report）也將CMU評為美國人工智慧領域最好的計算機科學學院。

Mitchell為CMU在人工智慧領域取得領導地位做出了諸多貢獻。

1951年，Mitchell出生於賓夕法尼亞的布洛斯堡，在紐約度過童年。1973年，他在麻省理工學院獲得電子工程學士學位，1979年獲得斯坦福大學電氣工程博士學位，輔修計算機科學。1978年，Mitchell在羅格斯大學開始教學生涯，擔任計算機系助理和副教授職位，1986年，Mitchell加入CMU成為一名教授。

他的研究領域包括機器學習、人工智慧、認知神經科學等領域。1997年，Mitchell出版機器學習領域的第一本教科書，名為《機器學習》，是機器學習領域的奠基之作，被奉為第一代機器學習的聖經，是入門機器學習的必讀教材之一。

1999 年，Mitchell 成為 CMU 的 E. Fredkin 教授，2009 年他被授予 University Professor 職位，這是 CMU 的最高教職。

2006年，他在CMU計算機科學學院創辦機器學習系，並成為第一任系主席。2010年，他因在機器學習領域傑出地位入選美國國家工程院院士。

今年秋天，CMU 成為美國首個提供人工智慧本科學位的大學。從本科教育啟航培養AI人才，CMU的AI研究和AI教育都走在世界的先列。

據雷鋒網了解，今年8月，CMU計算機學院院長 Andrew Moore 宣布即將離職，CMU任命Tom Mitchell為計算機學院臨時代理院長。CMU 校長 Farnam Jahanian 說，「作為機器學習和人工智慧方面的領軍學者，Tom Mitchell 是計算機學院近幾十年來最傑出的創始人和先驅之一。他深受整個 CMU 社區的尊重，並富有領導才能，這將使他成為優秀的代理院長。我很高興他能在這個重要時刻擔負起這個責任，為計算機學院和 CMU 服務。」

人工智慧與大腦的交叉研究

Mitchell在計算機科學領域出版了130餘篇文章，內容涵蓋機器學習、人工智慧、認知神經科學等領域，在機器學習方面，他主要研究統計學習演算法的開發和應用，如賦予計算機理解自然語言的能力以及發現人腦如何表示信息。

Mitchell 與其在 CMU 心理學系的同仁創建了首個預測大腦神經元激活模式的計算模型，該研究後來被擴展到其它單詞類型、單詞序列和情緒中。

他開發出名為NELL（Never-Ending Language Learning）的計算機程序，能夠從 web 中不斷抽取信息，並教會自己閱讀。

從Mitchell的個人主頁來看，最近，他在探索AI與機器學習如何影響職業。他共同主持了美國國家科學院、國家工程院、國家醫藥院的一項研究，旨在總結出一份 2017 技術和美國勞動力情況的報告。

在近幾年的一些國內外大會上，Mitchell也時常現身，介紹他對AI發展的看法。

在GMIC 2017（全球移動互聯網大會)上，Mitchell發表了「突破人類和機器的邊界」的主題演講。Tom Mitchell認為，通過對人類大腦的模仿，計算機在變得越來越強。隨著機器智能和腦科學的進一步發展，未來兩個學科之間應該有更多的交集，並互相學習和借鑒。

「我們的智能如何從物理材料中實現突破，這是科學界還未解答的問題。目前有兩種研究途徑，首先是研究大腦，因為大腦是有智能的，第二是努力打造一種具有智能的機器。這是兩種學習智能的方法，已經進行了很長時間了。

在研究方面，無論是腦科學還是人工智慧都在進行交叉的研究。首先是計算機視覺，神經網路的確使得計算機的視覺發生革命性的改變，這樣的一個神經網路，可以用來預測人腦當中的神經元的活動，包括它的視覺皮層相應的活動，這是一個深層次的神經網路。

現在人工的神經網路可以被我們用來訓練，做一些相應的預測，也就是說我們現在可以建立一種橋樑，對大腦當中的腦神經的活動進行預測，這樣就打開了無限的可能，可以回答很多有趣的問題。

比如人的視覺到底是怎樣形成的，以及可以用怎樣的設備設計更好的人工神經網路，幫助我們做這樣的預測。一層一層進行輸入、輸出，這樣可以進一步推動人工的神經網路。」

除了學術分享，他也談到很多人工智慧發展的趨勢，解答了業界很多困惑。

在他看來，雖然人工智慧經歷了兩次大的衰落，但是這次不會再衰落了。

「因為我們到目前為止 AI 在商業化方面已經取得了非常巨大的成功，這是前所未有的，因此我們業界非常樂觀。如今人工智慧可以讓你和自己的手機對話，語音轉文本，理解人們開的玩笑，和人類進行比賽等等。而且我們的業界也投入了比政府更多的資源來發展人工智慧，投入之多也是前所未見的，相信在下一個十年，人類與AI 之間的交互會更上一層樓。」

人工智慧在全球如火如荼地發展，中國具備獨特的優勢。AI的發展需要大量的數據，還需要多方數據的融合，Mitchell談到，中國政府願意支持產業，而且中國採取的是一種自上而下的方法，更利於大數據的建立，比西方國家更有優勢。

在利用AI推進教育方面，Mitchell認為確實可以去建立一些全新的在線的教育系統。通過不斷的獲取學生最新的數據，再通過AI讓整個教學過程更加個性化。CMU也有一些相關的科學研究，就提出了這樣的一種機器學習的場景。對於傳統教學，教師在收到一些學生的答案後，人工判卷並教學；而使用了機器學習的工具後，或許一個機器可以收集高達十萬名學生的答卷並分析出錯的規律。在過去一位老師他可能窮其一生，都不可能接觸多達十萬名學生，這就是人工智慧的潛力所在。

11月15日，機器學習教父Tom Mitchell將參加由雷鋒網聯合乂學教育·松鼠AI，以及IEEE教育工程和自適應教育標準工作組共同舉辦的『全球AI+智適應教育峰會』，並發表主題演講。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！